[發明專利]圖像處理裝置、方法、設備、超聲系統及可讀存儲介質

在審

• 申請號: 202011375468.0
• 申請日: 2020-11-30
• 公開（公告）號: CN112330731A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 王長成;周國義;姜文;徐頂
• 申請（專利權）人: 深圳開立生物醫療科技股份有限公司
• 主分類號: G06T7/50
• 分類號: G06T7/50;G06T7/13;G06T7/149;G06T7/00
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 張金香

本發明公開了一種圖像處理裝置、方法、設備、超聲設備、超聲系統及可讀存儲介質，該裝置包括：獲取模塊，用于獲取肝部待處理超聲圖像；分割分類模塊，用于對肝部待處理超聲圖像進行分類分割，獲取分割圖像和肝部待處理超聲圖像對應的目標分類結果；其中，目標分類結果包括病灶的病種分類結果或肝臟無病灶結果，病灶的病種分類結果包括肝包蟲病種分類結果或非肝包蟲病種分類結果；目標分類結果為病灶的病種分類結果時，分割圖像包括肝臟輪廓分割線和病灶輪廓分割線；本發明利用分割分類模塊識別出肝包蟲病種和其他肝占位疾病病種的病灶，降低了誤診率和漏診率；并且在分割圖像中分割出肝臟輪廓，輔助提高病灶輪廓的準確性。

技術領域

本發明涉及圖像識別技術領域，特別涉及一種圖像處理裝置、方法、設備、超聲設備、超聲系統及可讀存儲介質。

背景技術

近年來隨著深度學習技術的蓬勃發展，基于深度學習的圖像識別算法目前逐步應用于超聲圖像診斷，具有識別率高、速度快等特點。肝包蟲病是牧區常見的人畜共患的寄生蟲病，常年給相應國家和地區造成嚴重經濟損失。目前肝包蟲病的篩查診斷主要依賴于影像檢查，其中超聲影像技術具有無創、無輻射、價格低等優點，是肝包蟲病診斷的首選技術。

現有技術中，基于深度學習的肝包蟲圖像識別系統主要運用了目標檢測等算法，只能識別出肝包蟲這一病種的病灶，對其他與肝包蟲病種特征相似的肝占位疾病病種如肝囊腫、肝細胞癌、肝門膽管癌等病種的病灶沒有識別能力，識別能力不高且極易造成誤診和漏診等問題。

因此，如何能夠更加準確的識別出超聲圖像中肝包蟲以及其他肝占位疾病的病灶輪廓，提高對超聲圖像的識別能力，減少對醫護人員的錯誤引導，減少誤診和漏診的問題，是現今急需解決的問題。

發明內容

本發明的目的是提供一種圖像處理裝置、方法、設備、超聲設備、超聲系統及可讀存儲介質，以提高對超聲圖像的識別能力，減少誤診和漏診的問題，輔助提高病灶輪廓的準確性。

為解決上述技術問題，本發明提供一種圖像處理裝置，包括：

獲取模塊，用于獲取肝部待處理超聲圖像；

分割分類模塊，用于對所述肝部待處理超聲圖像進行分類分割，獲取分割圖像和所述肝部待處理超聲圖像對應的目標分類結果；其中，所述目標分類結果包括病灶的病種分類結果或肝臟無病灶結果，所述病灶的病種分類結果包括肝包蟲病種分類結果或非肝包蟲病種分類結果；所述目標分類結果為所述病灶的病種分類結果時，所述分割圖像包括肝臟輪廓分割線和病灶輪廓分割線。

可選的，所述肝包蟲病種分類結果包括6類囊型肝包蟲病種和3類泡型肝包蟲病種中的任意一種；所述非肝包蟲病種分類結果包括所述肝包蟲病種之外的8類肝占位病種中的任意一種。

可選的，所述目標分類結果包括所述病灶的病種分類結果時，所述目標分類結果還包括：所述病灶的病種分類結果對應的推導概率。

可選的，該裝置還包括：

顯示模塊，用于根據所述分割圖像和所述目標分類結果，生成顯示圖像。

可選的，所述獲取模塊，包括：

獲取子模塊，用于獲取肝部原始超聲圖像；

預處理子模塊，用于對所述肝部原始超聲圖像進行預處理，得到所述肝部待處理超聲圖像。

可選的，所述獲取模塊還用于獲取所述肝部待處理超聲圖像對應的臨床信息；

對應的，所述分割分類模塊具體用于利用實例分割與分類一體化模型，根據所述臨床信息，對所述肝部待處理超聲圖像進行分類分割，獲取所述分割圖像和所述目標分類結果。

可選的，該裝置還包括：